`

图像的数字化

阅读更多

 一、采样

采样就是指把时间域或空间域的连续量转化成离散量的过程。图像的采样其实就将多个像素用一个像素取代,每隔一定的间隔取一个像素。

我们首先要获得Image对象的数组,可以按下面进行:

 

PixelGrabber pg = new PixelGrabber(im, 0, 0, iw,  ih, pix, 0, iw);

pg.grabPixels();

具体的细节可以查看java的帮助文档,这里强调一下pix就是返回的像素数组,是以默认的 RGB ColorModel 形式将像素存储到数组中。

具体的采样原理看到下面的程序就明白了(当然可以定义不用的采样细节,如水平和垂直的采样间隔不相等等,这里采用的是使用平均色取代):

 

public int[] sample(int[] pix, int iw, int ih, int grey)
	{			
		//对图像进行采样
		ColorModel cm = ColorModel.getRGBdefault();
		
		int d  = (int)(256/grey);        //采样间隔
		int dd = d*d;
		for(int i = 0; i < ih; i = i+d)
		{
			for(int j = 0; j < iw; j = j+d)
			{
				int r = 0, g = 0, b = 0;			    
			    for(int k = 0; k < d; k++)
			        for(int l = 0; l < d; l++)
			            r = r + cm.getRed(pix[(i+k)*iw+(j+l)]);
			    for(int k = 0; k < d; k++)
			        for(int l = 0; l < d; l++)
			            g = g + cm.getGreen(pix[(i+k)*iw+(j+l)]);
			    for(int k = 0; k < d; k++)
			        for(int l = 0; l < d; l++)
			            b = b + cm.getBlue(pix[(i+k)*iw+(j+l)]);
			    r = (int)(r/dd);
			    g = (int)(g/dd);
			    b = (int)(b/dd);
			    for(int k = 0; k < d; k++)
			        for(int l = 0; l < d; l++)
			            pix[(i+k)*iw+(j+l)] = 255<<24|r<<16|g<<8|b;		   
			}
		}		
		return pix;
	}

采样结果(采样间隔为grey的值为16):


二、量化

   量化指将信号的连续取值(或者大量可能的离散取值)近似为有限多个(或较少的)离散值的过程。例如:对应连续的实数用最近的整数代替。看完程序相信就没有问题了,附上实验结果。

 

public int[] quantize(int[] pix, int iw, int ih, int level)
	{
		int greyLevel = 256/level;
		int tem, r, g, b;
		//对图像进行量化处理
		ColorModel cm=ColorModel.getRGBdefault();
		for(int i = 0; i< iw*ih; i++)
		{
			r  = cm.getRed(pix[i]);
			tem  = r / greyLevel;
			r = tem*greyLevel;
			g  = cm.getGreen(pix[i]);
			tem  = g / greyLevel;
			g = tem*greyLevel;
			b  = cm.getBlue(pix[i]);  
			tem  = b / greyLevel;
			b = tem*greyLevel;
			pix[i] = 255<<24|r<<16|g<<8|b;
		}
		return pix;
	}	
 

 

 

  • 大小: 56.1 KB
  • 大小: 41.2 KB
分享到:
评论

相关推荐

    图像数字化与显示课件

    《图像数字化与显示》课程主要涉及了图像处理领域的一些基础知识,包括图像的输入输出设备、人类视觉系统、图像数字化过程以及常见的图像格式。这门课程旨在帮助学习者理解和掌握数字图像的基本原理及其在实际应用中...

    基于数字图像处理的 图像数字化源码

    本资源“基于数字图像处理的图像数字化源码”是针对这一主题的一个实践项目,采用C++语言在Visual Studio (VS)环境中实现。下面我们将深入探讨相关知识点。 一、数字图像基础 数字图像由像素阵列构成,每个像素代表...

    图像数字化课件讲义

    图像数字化是计算机科学和信息技术中的一个关键领域,它涉及到将现实世界的连续图像转换为数字形式,以便计算机可以处理和分析。本课件讲义聚焦于这个过程,涵盖了多个核心概念和技术,包括采样、采样函数、采样定理...

    第2章 图像数字化

    【图像数字化】是数字图像处理中的基础步骤,它涉及到将现实世界中连续的图像转换成计算机可以理解的离散数字形式。这一过程是由【图像数字化器】,也称为图像采集设备,来完成的。图像数字化器的核心组成部分包括:...

    图像数字化 及数字修复(法语版)

    图像数字化及数字修复是一门涉及图像处理和计算机视觉技术的复杂领域,它能够将传统的、损坏的图像资料转化为数字格式,以便于保存、修复和分析。本文介绍的是一篇关于数字图像修复的研究论文,特别地,它是用法语写...

    VC编写的将曲线图像数字化的软件

    标题中的“VC编写的将曲线图像数字化的软件”指的是使用Visual C++(VC)编程语言开发的一款工具,其主要功能是将曲线图像转换为可处理的数字数据。这个过程通常称为图像数字化,它在工程、科学和数据分析等领域具有...

    C#图像数字化源码

    本项目以"C#图像数字化源码"为主题,旨在介绍如何利用C#编程语言进行图像的数字化处理,包括采样和量化两个核心步骤。这些过程是将模拟图像转换为计算机可以理解和处理的数字形式的关键。 首先,我们来理解一下...

    图像数字化保存_matlab_

    在压缩包中的"图像数字化保存.docx"文档可能包含了更详细的步骤或MATLAB代码示例,包括如何读取、处理和保存图像。读者可以通过阅读这份文档来深入理解图像的数字化保存和灰度化过程,并结合MATLAB的图像处理工具箱...

    基于遗传算法的医学CT图像数字化处理

    在医学图像处理领域,遗传算法被用来进行阈值选取,特别是在CT图像数字化处理中,这种算法能够有效地帮助识别出图像中的关键特征和边界。 在医学图像处理中,阈值分割是一个核心问题,它涉及到将图像分割成不同的...

    基于MATLAB的尾流图像数字化处理.pdf

    本文研究了如何通过MATLAB软件对船舶尾流图像进行数字化处理,主要内容涉及图像的预处理、边缘检测、滤波、直方图分析等,目的是将尾流图像数字化以便进一步的信息化处理。以下是对本文提及知识点的详细解析。 1. ...

    基于图像数字化技术的裂隙岩石多场耦合分析

    ### 基于图像数字化技术的裂隙岩石多场耦合分析 #### 一、引言 岩石作为地球科学中的重要组成部分,在地质灾害预测、矿产资源开采、地下水资源利用等多个领域发挥着至关重要的作用。然而,由于岩石内部存在复杂的...

    印前图像处理技术图像数字化与图文处理方法PPT学习教案.pptx

    《印前图像处理技术图像数字化与图文处理方法》是一份详细讲解图像处理技术的专业资料,主要探讨了图像的数字化过程及其在图文处理中的应用。图像处理是信息处理的重要环节,通过对图像信息的采集、处理和变换,将...

    讲懂图像数字化入门.txt

    讲懂图像数字化入门

    数字图像处理技术图像数字化和直方图PPT学习教案.pptx

    数字图像处理技术图像数字化和直方图PPT学习教案.pptx

    数字图像的数字化

    ### 数字图像的数字化 #### 实验目标与理论基础 本次实验主要针对数字图像的数字化原理进行探究。通过实验操作,使参与者能够深入了解并掌握以下关键知识点: 1. **静止图像的数字原理**:这一部分主要是理解图像...

    数字图像处理课件:第02章 图像的数字化与显示.ppt

    【图像的数字化与显示】是数字图像处理中的关键步骤,主要涉及两个核心概念:取样和量化。在这一章中,我们首先理解了连续图像的数学描述,它被视为空间坐标(x, y)、光线波长λ和时间t的连续函数。当只关注光强度...

    图像的数字化和灰度级修正 matlab

    例如,`digit.m`可能是一个用于图像数字化的函数,`histeprj.m`可能是实现直方图均衡化的项目代码,而`histe.m`可能是绘制图像直方图的函数。`dpcm.m`可能涉及到差分脉冲编码调制(DPCM),这是一种压缩图像数据的...

Global site tag (gtag.js) - Google Analytics